微信聊天分析助手

技能文档

---
name: wechatanalyzer
title: 微信聊天分析助手
category: 办公效率
description: 完全本地运行的微信聊天记录分析工具：MBTI/大五人格推断、情感趋势与转折点检测、风险预警、关系健康度五维评分、三层融合对话预测（Rule+RAG+MiroFish 博弈模拟）、日历事件提取、定时报告与单文件离线 HTML 可视化，支持 txt/json/docx/pdf 导入与语音交互，零数据外传。当用户需要分析微信聊天记录、生成聊天报告、做 MBTI 或情感分析、预测对话走向、提取聊天中的日程安排时触发。触发词：聊天记录分析、MBTI分析、聊天报告、对话预测、情感分析。
---

# 微信聊天分析助手（wechatanalyzer）

**完全本地运行、模块化架构、AI 增强的隐私保护工具**

> ## ⚠️ 分析结果仅供参考，**不是专业评估**
>
> MBTI / 大五 / 情感 / 风险 / 关系健康度 / 推演都是**启发式估计**，准确率有限。
> 不能用于专业心理评估、职业/感情决策、临床诊断。详见 [references/FAQ.md](references/FAQ.md)。

## 能力矩阵

| 能力 | 说明 | 入口 |
|---|---|---|
| **MBTI / 大五人格** | 关键词规则推断 + 维度差距置信度 + 稳定性评分 | `analyze-v2` |
| **情感分析** | jieba 分词 + 否定识别 + 反讽检测 + Emoji 映射 + 滚动趋势/转折点 | `analyze-v2` |
| **风险检测** | 4 类风险 + 反讽排除 + 时序突发 + 三级分级 | `analyze-v2` |
| **关系健康度** | 平衡/回应/情感同步/投入/深度五维 + 冷回复惩罚，输出 0-100 健康分 | `analyze-v2` |
| **对话预测** | Rule + RAG + MiroFish 三层融合 | `predict-v2` |
| **时间感知** | 距最后消息时间/周末/密集节奏调整回复时机 | `predict-v2` |
| **推演 + 解读** | 5 大推演（趋势/行为/情感轨迹/风险演化/走向）+ 4 大解读 | `analyze-v2` |
| **日历事件** | 从聊天提取约会/截止/提醒/生日/付款/出行 | `calendar` |
| **定时任务** | 每日/周/月/季/年自动生成报告 | `schedule` |
| **报告生成** | 单文件离线 HTML（内联 SVG 图表） | `--html` |
| **语音交互** | 七大口语指令，TTS/STT 多级降级，无麦克风自动转文本 | `voice` |
| **文件导入** | txt/json/docx/pdf，编码自动检测 | `--input` |

## 技能工作流

### 步骤1：安装依赖与环境自检

```bash
pip install -r requirements.txt          # 核心（jieba/Flask/docx/pptx）
pip install -r requirements-rag.txt      # RAG（可选：sentence-transformers/chromadb）
python scripts/main_setup.py             # 一键配置
python scripts/main.py doctor            # 环境自检（依赖/config/编码）
```

### 步骤2：获取聊天记录

用户可直接粘贴聊天文本（`--paste`），或提供导出的聊天记录文件（txt/json/docx/pdf，自动识别 utf-8-sig / utf-8 / gb18030 编码）；微信导出方法见 [references/RUNBOOK.md](references/RUNBOOK.md)。

### 步骤3：执行分析与预测

```bash
python scripts/main.py analyze-v2 --paste                          # 粘贴分析
python scripts/main.py analyze-v2 --input 聊天记录.txt               # 文件分析
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html   # 离线 HTML 报告
python scripts/main.py predict-v2 --paste                          # 三层融合对话预测
python scripts/main.py graph-stats                                 # MiroFish 本地图谱统计
```

### 步骤4：生成报告与后续动作

- 报告为单文件离线 HTML，含人格、情感趋势、风险、关系健康度与推演解读段落
- 需要日程管理时用 `calendar` 提取约会/截止/提醒等事件；长期跟踪可配置 `schedule` 定时报告
- 交互偏好语音时用 `python scripts/main.py voice` 进入语音会话（说/打字均可）

### 其他命令

```bash
python scripts/main.py demo                    # 一键体验内置示例
python scripts/main.py voice                   # 语音交互
python scripts/main.py calendar --list         # 日历事件
python scripts/main.py schedule --list         # 定时任务
python scripts/main.py version                 # 查看版本
```

v1.2.0 命令（`analyze` / `report` / `schedule` / `serve` / `calendar`）全部保留，向后兼容。

## 隐私与配置

- **100% 本地计算**，零外部网络请求（首次下载 embedding 模型除外）
- **运行时数据**（数据库等）默认存系统 tempdir，`WECHAT_ANALYZER_DATA_DIR` 环境变量可覆盖
- **遥测默认关闭**（`config.json` 中 `telemetry: false`），可选能力默认最小化：RAG（`rag.enabled=false` 关闭）/ MiroFish（`mirofish.enabled=true` 启用）/ LLM（默认禁用，隐私优先）
- 分享技能包前 `python clean.py --check` 检查数据残留（退出码 1=有残留），`python clean.py` 一键清理

## 常见问题

**Q: GBK 编码读取报错？** A: v2.1.0 起自动识别 utf-8-sig / utf-8 / gb18030，直接传入即可。

**Q: 大五人格全是 100%？** A: 已修复归一化，小样本收缩到 50 附近，信号充分时落在 15~85 区间。

**Q: 首次运行很慢？** A: RAG 首次需下载 embedding 模型（50-100MB），之后秒开。

**Q: 环境出问题怎么排查？** A: `python scripts/main.py doctor` 逐项检查并给修复建议。

**Q: v2 和 v1.2.0 结果不一致？** A: 正常，v2 引入 jieba 分词、否定识别等，更准确。

更多问题见 [references/FAQ.md](references/FAQ.md)。

## 参考文档

- 完整功能说明：[references/README.md](references/README.md)
- 新手速查：[references/RUNBOOK.md](references/RUNBOOK.md)
- 常见问题：[references/FAQ.md](references/FAQ.md)
- 版本历史：[references/CHANGELOG.md](references/CHANGELOG.md)
- 参考索引：[references/INDEX.md](references/INDEX.md)

使用说明

# 微信聊天分析助手

完全本地运行的微信聊天记录分析工具：MBTI/大五人格推断、情感趋势与转折点、风险预警、关系健康度五维评分、三层融合对话预测、日历事件提取与单文件离线 HTML 可视化报告，支持语音交互，零数据外传。

## 使用

```bash
pip install -r requirements.txt
python scripts/main_setup.py

# 粘贴或导入聊天记录，一键分析并生成离线 HTML 报告
python scripts/main.py analyze-v2 --paste
python scripts/main.py analyze-v2 --input 聊天记录.txt --html report.html

# 对话走向预测（Rule + RAG + MiroFish 三层融合）
python scripts/main.py predict-v2 --paste
```

也可以直接对话：「分析一下我们的聊天记录」「预测他下一句会说什么」，技能会自动调用对应命令。

## 工作原理

11 个分析器覆盖人格、情感（jieba 分词 + 否定/反讽检测）、风险与关系健康度；预测层由规则引擎、RAG 检索增强与 MiroFish 多智能体博弈模拟融合给出回复时机与内容建议；报告内联 SVG 图表可离线打开。全部计算在本地完成，遥测默认关闭。分析结果为启发式估计，仅供参考。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。